在昇腾平台上对 TensorFlow 网络进行性能调优

本文分享自华为云社区《在昇腾平台上对TensorFlow网络进行性能调优》，作者：昇腾 CANN 。

用户将 TensorFlow 训练网络迁移到昇腾平台后，如果存在性能不达标的问题，就需要进行调优。本文就带大家了解在昇腾平台上对 TensorFlow 训练网络进行性能调优的常用手段。

首先了解下性能调优的全流程：

当 TensorFlow 训练网络性能不达标时，首先可尝试昇腾平台提供的“三板斧”操作，即上图中的“基本提升手段”：使能自动混合精度 > 进行亲和接口的替换 > 使能训练迭代循环下沉 > 使用 AOE 工具进行调优。

基本调优操作完成后，需要再次执行模型训练并评估性能，如果性能达标了，调优即可结束；如果未达标，需要使用 Profling 工具采集详细的性能数据进一步分析，从而找到性能瓶颈点，并进一步针对性的解决，这部分调优操作需要用户有一定的经验，难度相对较大，我们将这部分调优操作称为进阶调优。

本文主要带大家详细了解基本调优操作，即上图中的灰色底纹部分。

使能自动混合精度

混合精度是业内通用的性能提升方式，通过降低部分计算精度提升数据计算的并行度。混合计算训练方法通过混合使用 float16 和 float32 数据类型来加速深度神经网络的训练过程，并减少内存使用和存取，从而可以提升训练网络性能，同时又能基本保证使用 float32 训练所能达到的网络精度。

Ascend 平台提供了“precision_mode”参数用于配置网络的精度模式，用户可以在训练脚本的运行配置中添加此参数，并将取值配置为“allow_mix_precision”，从而使能自动混合精度，下面以手工迁移的训练脚本为例，介绍配置方法。

Estimator 模式下，在 NPURunConfig 中添加 precision_mode 参数设置精度模式：npu_config=NPURunConfig( model_dir=FLAGS.model_dir, save_checkpoints_steps=FLAGS.save_checkpoints_steps, session_config=tf.ConfigProto(allow_soft_placement=True,log_device_placement=False), precision_mode="allow_mix_precision" )
sess.run 模式下，通过 session 配置项 precision_mode 设置精度模式：config = tf.ConfigProto(allow_soft_placement=True) custom_op = config.graph_options.rewrite_options.custom_optimizers.add() custom_op.name = "NpuOptimizer" custom_op.parameter_map["use_off_line"].b = True custom_op.parameter_map["precision_mode"].s = tf.compat.as_bytes("allow_mix_precision") … with tf.Session(config=config) as sess: print(sess.run(cost))

针对 TensorFlow 训练网络中的 dropout、gelu 接口，Ascend 平台提供了硬件亲和的替换接口，从而使网络获得更优性能。

对于训练脚本中的 nn.dropout，建议替换为 Ascend 对应的 API 实现，以获得更优性能：layers = npu_ops.dropout()
若训练脚本中存在 layers.dropout、tf.layers.Dropout、tf.keras.layers.Dropout、tf.keras.layers.SpatialDropout1D、tf.keras.layers.SpatialDropout2D、tf.keras.layers.SpatialDropout3D 接口，建议增加头文件引用：from npu_bridge.estimator.npu import npu_convert_dropout
对于训练脚本中的 gelu 接口，建议替换为 Ascend 提供的 gelu 接口，以获得更优性能。

例如，TensorFlow 原始代码：

迁移后的代码：

from npu_bridge.estimator.npu_unary_ops import npu_unary_opslayers = npu_unary_ops.gelu(x)

复制代码

训练迭代循环下沉是指在 Host 调用一次，在 Device 执行多次迭代，从而减少 Host 与 Device 间的交互次数，缩短训练时长。用户可通过 iterations_per_loop 参数指定训练迭代的次数，该参数取值大于 1 即可使能训练迭代循环下沉的特性。

使用该特性时，要求训练脚本使用 TF Dataset 方式读数据，并开启数据预处理下沉，即 enable_data_pre_proc 开关配置为 True，例如 sess.run 配置示例如下：

custom_op.parameter_map["enable_data_pre_proc"].b = True

复制代码

其他使用约束，用户可参见昇腾文档中心的《TensorFlow 模型迁移和训练指南》。

Estimator 模式下，通过 NPURunConfig 中的 iterations_per_loop 参数配置训练迭代循环下沉的示例如下：

session_config=tf.ConfigProto(allow_soft_placement=True)config = NPURunConfig(session_config=session_config, iterations_per_loop=10)

复制代码

昇腾平台提供了 AOE 自动调优工具，可对网络进行子图调优、算子调优与梯度调优，生成最优调度策略，并将最优调度策略固化到知识库。模型再次训练时，无需开启调优，即可享受知识库带来的收益。

建议按照如下顺序使用 AOE 工具进行调优：

训练场景下使能 AOE 调优有两种方式：

sess.run 模式，训练脚本修改方法如下：

custom_op.parameter_map["aoe_mode"].s = tf.compat.as_bytes("2")

复制代码

estimator 模式下，训练脚本修改方法如下：

config = NPURunConfig(    session_config=session_config,     aoe_mode=2)

复制代码

以上就是 TensorFlow 网络在昇腾平台上进行性能调优的常见手段。关于更多文档介绍，可以在昇腾文档中心查看，您也可在昇腾社区在线课程板块学习视频课程，学习过程中的任何疑问，都可以在昇腾论坛互动交流！